- •Федеральное агентство морского и речного транспорта
- •Глава 1. Дискретные случайные Величины
- •1.1. Понятие случайной величины
- •1.2. Функция распределения случайной величины
- •1.3. Закон распределения дискретной случайной величины
- •1.4. Функция распределения дискретной случайной величины
- •1.5. Математическое ожидание дискретной случайной величины
- •1.6. Свойства математического ожидания.
- •3. Теорема сложения для математического ожидания.
- •4. Теорема умножения для математического ожидания.
- •1.7. Дисперсия дискретной случайной величины
- •1.8. Свойства дисперсии
- •7. Математическое ожидание и дисперсия среднего арифметического.
- •1.9. Биномиальное распределение
- •1.10. Распределение Пуассона
- •Глава 2. НепрерыВные случайные Величины
- •2.1. Плотность непрерывной случайной величины
- •2.2. Особенность непрерывной случайной величины
- •2.3. Вероятностный смысл плотности распределения
- •2.4. Математическое ожидание непрерывной случайной величины
- •I. Наводящее рассуждение.
- •II. Определение математического ожидания.
- •III. Математическое ожидание функции случайного аргумента.
- •IV. Свойства математического ожидания непрерывной случайной величины.
- •2.5. Дисперсия непрерывной случайной величины
- •2.6. Нормальное распределение
- •2.7. Показательное распределение
- •2.8. Равномерное распределение
- •2.9. Преобразование случайных величин
- •I. Линейное преобразование нормального закона.
- •II. Общий случай преобразования случайной величины.
- •2.10. Вероятность попадания в промежуток для нормального распределения.
- •I. Вероятность попадания в произвольный промежуток.
- •II. Вероятность отклонения от математического ожидания.
- •III. Правило «трех сигм».
- •2.11. Корреляция случайных величин
- •1. Нормированные случайные величины.
- •2. Корреляционный момент.
- •3. Коэффициент корреляции.
- •Глава 3. Закон больших чисел
- •3.1. Первое неравенство Чебышева
- •3.2. Второе неравенство Чебышева
- •3.3. Сходимость по вероятности
- •3.4. Общий закон больших чисел в форме Чебышева.
- •3.5. Частный закон больших чисел в форме Чебышева.
- •3.6. Закон больших чисел в форме я.Бернулли.
- •3.7. Центральная предельная теорема.
- •Глава 4. ДвумеРные случайные Величины
- •4.1. Функция распределения двумерной случайной величины
- •Свойства функции распределения
- •4.2. Дискретные двумерные случайные величины
- •4.3. Непрерывные двумерные случайные величины
- •Вероятностный смысл плотности
- •4.4. Вероятность попадания случайной точки в заданную область
- •4.5. Свойства плотности непрерывной двумерной случайной величины
- •4.6. Условные законы распределения составляющих
- •I. Случай дискретной двумерной случайной величины.
- •II. Случай непрерывной двумерной случайной величины.
- •4.7. Критерии независимости составляющих
- •Список литературы
- •Оглавление
- •Глава I. Дискретные случайные величины………………...3
- •Глава II. Непрерывные случайные величины ………..…22
- •Глава IV. Двумерные случайные величины ……………………..… 51
- •Ястребов Михаил Юрьевич
1.8. Свойства дисперсии
1. Для дисперсии справедлива формула:
. (7)
Доказательство. По свойствам математического ожидания
.
Во втором слагаемом постоянный множитель вынесем за знак математического ожидания; в третьем слагаемом математическое ожидание константыравно самой этой константе. В результате получаем:
. ▄
2. .
Действительно, формулы (5) и (6) приводят к суммам неотрицательных слагаемых. ▄
3. .
Доказательство. Применим формулу (7):
. ▄
4. Если случайная величина является постоянной («неслучайной») величиной:, то есть имеет закон распределения
|
|
|
|
то .
Доказательство. По свойству математического ожидания . Поэтому в формуле (7) для дисперсии
. ▄
5. Обратно, если , то случайная величинаявляется постоянной:.
Доказательство. Пусть, — дискретная случайная величина, и . Если бы она с ненулевыми вероятностями принимала по крайней мере два разных значения, то есть имела закон распределения, то
,
поскольку, по крайней мере, одно слагаемое строго больше нуля. ▄
6. Теорема сложения для дисперсии. Если случайные величины инезависимы, то .
Доказательство. По теореме умножения для математических ожиданий . Применим кформулу (7):
. ▄
Замечание. Аналогичное утверждение имеет место и для суммы/разности нескольких независимых случайных величин. Например,
.
Лемма (о независимости константы). Если случайная величина является постоянной:, то есть с вероятностьюпринимает значение, то для всякой случайной величиныимеет место независимостьи.
Доказательство. Пусть ипроизвольные промежутки. Рассмотрим два возможных случая.
1. . Тогда событиеявляется достоверным, и. Далее,
,
так что условие независимости выполнено.
2. . Тогда событиеявляется невозможным, и. Далее,
. ▄
Следствие. Если случайная величина является постоянной:, то для всякой случайной величиныимеет место равенство:.
Доказательство. Поскольку случайные величины и независимы, то
. ▄
7. Математическое ожидание и дисперсия среднего арифметического.
Теорема. Если случайные величины независимы и имеют одинаковое математическое ожидание, равное, и одинаковую дисперсию, равную, то для их среднего арифметическогосправедливы формулы:
. (8)
Доказательство. Прежде всего, среднее арифметическое имеет такое же математическое ожидание, как и:
.
Далее, используя уже доказанные свойства дисперсии, получаем:
. ▄
Замечание. Из формулы (8) следует, что дисперсия среднего арифметического в раз меньше исходной дисперсии отдельного слагаемого. Иными словами,среднее арифметическое имеет меньшее рассеивание вокруг математического ожидания . Это связано с тем, что в среднем арифметическом при суммировании отклонения разных знаков в значительной степени погашают друг друга.
Последнее находит применение в практике измерений. Так, например, в навигации принято производить измерения по приборам трижды и в качестве результата брать среднее арифметическое полученных значений.